Teilflächige Diagnose von Pilzbefall und Stickstoffmangel an Weizen mit Hilfe der optischen Fernerkundung

Transkript

1 Institut für Pflanzenbau der Rheinischen Friedrich-Wilhelms-Universität Bonn Lehrstuhl für Allgemeinen Pflanzenbau Direktor: Prof. Dr. W. Kühbauch Teilflächige Diagnose von Pilzbefall und Stickstoffmangel an Weizen mit Hilfe der optischen Fernerkundung I n a u g u r a l D i s s e r t a t i o n zur Erlangung des Grades Doktor der Agrarwissenschaften (Dr. agr.) der Hohen Landwirtschaftlichen Fakultät der Rheinischen Friedrich-Wilhelms-Universität zu Bonn vorgelegt am 20. Juli 2005 von Dipl.-Ing. agr. Jan Jacobi aus Bonn

2 Referent: Prof. Dr. W. Kühbauch Korreferent: Prof. Dr. G. Menz Tag der mündlichen Prüfung: D98

3 KURZFASSUNG Teilflächige Diagnose von Pilzbefall und Stickstoffmangel an Weizen mit Hilfe der optischen Fernerkundung Ein weithin anerkanntes und eingesetztes Hilfsmittel zur Beobachtung landwirtschaftlicher Kulturen ist die Fernerkundung. Satelliten der neuen Generation, wie z. B. QuickBird, mit räumlich hoch auflösenden Sensoren und schnellen Wiederholraten, eröffnen neue Anwendungen für Precision Farming. Beispielsweise können die Vitalitäts- und Ertragsunterschiede innerhalb eines Ackerschlags über die Entwicklungsstadien der Kulturpflanzen beobachtet werden. Ziel der vorliegenden Arbeit war die fernerkundliche Beobachtung und Analyse der spektralen Eigenschaften von Winterweizen unter Feldbedingungen, vor allem die in Versuchsparzellen gezielt durch Stickstoffmangel und Pilzinfektionen hervorgerufenen Defizite der Pflanzenvitalität. Die Ergebnisse zeigen, dass es mit optischen sehr hoch auflösenden Satellitenbildern möglich ist, räumlich präzise zwischen den Stressfaktoren Stickstoff und Pilzkrankheiten zu unterscheiden. In einem QuickBird-Satellitenbild aus dem Jahr 2002 führen die vier im Weizenversuchsfeld etablierten Kombinationen der Faktoren Stickstoff und Fungizid zu einer signifikanten Veränderung der Bestandesreflexion in einzelnen spektralen Kanälen, und auch in den berechneten Vegetationsindizes NDVI, NDVI (grün), SAVI und WDVI. Das Bestimmtheitsmaß (R 2 ) zwischen NDVI und % befallener Blattfläche betrug 0,62; zwischen NDVI und Kornertrag 0,88. In dem durch hohen Infektionsdruck gekennzeichneten Versuchsjahr 2002 traten vor allem die durch Pilzkrankheiten ausgelösten Pflanzenschäden parzellenscharf hervor. Weniger deutlich, jedoch in der Tendenz ähnlich, waren Veränderungen der spektralen Reflexion in einer Serie von Luftbildern im Jahr Deutlich traten in den Untersuchungen Defizite der Satellitensysteme für operationelle Anwendungen im Precision Farming hervor; vor allem die eingeschränkte Verfügbarkeit der Satellitenbilder, aufgrund der Wetterabhängigkeit, in den für die pflanzenbauliche Bestandesführung relevanten Zeitfenstern. Im Hinblick auf die Anwendung der optischen Fernerkundung im Precision Farming ist deshalb von operationellen Satellitensystemen eine weitaus größere räumliche Abdeckung zu fordern, als es z. Z. mit QuickBird möglich ist und möglichst täglichen Wiederholraten bei gleicher räumlicher und spektraler Auflösung.

4 ABSTRACT Site-specific identification of fungal pathogens and nitrogen deficiency on wheat with optical remote sensing Remote sensing is a widely accepted tool to observe agricultural crops and land cover. The new generation of satellites, as for instance QuickBird, provides optical sensors with improved repetition rates and high spatial resolution. Due to its technical improvements, QuickBird may have an enormous potential in Precision Farming applications, for example, to monitor vitality and yield variations across individual field plots and development stages of the crops. The objective of this study was to monitor and analyse the spectral properties of winter wheat under field conditions with remote sensing, particularly deficits in plant vitality as caused by nitrogen deficiency and by fungal disease infestation. The results indicate that a precise detection of stress symptoms induced by nitrogen deficiency and fungal diseases is possible based on an optical very high resolution satellite sensor. The four factorial combinations established in wheat plots with nitrogen and fungicide treatments showed significant differences in the reflectance of individually spectral channels of the QuickBird-image in 2002 and also in the calculated Vegetationindices NDVI, NDVI (green), SAVI and WDVI (α = 0,05). The coefficient of determination (R 2 ) between NDVI and percentage infested leaf area as well as between NDVI and kernel yield was 0.62 and 0.88, respectively. In the year 2002 with high pathogen infection pressure the plant stress was predominantly caused by fungal disease and plot-precisely visible. The changes in spectral reflectance of a timeline of aerial images in 2003 were less obvious, but in tendency similar to the year before. During the study, the deficits of today s satellite systems for operational applications in Precision Farming become visible; especially the limited availability of satellite images, due to weather dependency during the growing season. In terms of applications of remote sensing in Precision Farming operational satellite systems have to meet demands, mainly far better spatial coverage than today s QuickBird. Furthermore, daily repetition rates with similar spatial and spectral resolution should be realised.

5 INHALTSVERZEICHNIS I Inhaltsverzeichnis A VERZEICHNIS DER ABBILDUNGEN...IV B VERZEICHNIS DER TABELLEN...IX C VERZEICHNIS DER ABKÜRZUNGEN... X 1 EINLEITUNG DIE ZIELE DER ARBEIT GRUNDLAGEN UND LITERATURÜBERSICHT RADIOMETRIE RADIOMETRISCHE GRUNDLAGEN RADIOMETRISCHE EIGENSCHAFTEN VON PFLANZEN UND PFLANZENBESTÄNDEN AUSWIRKUNG VON SENESZENZ UND STRESSFAKTOREN AUF DIE REFLEXION VON PFLANZEN OPERATIONELLE FERNERKUNDUNG PRINZIPIEN DER FERNERKUNDUNG VEGETATIONSINDIZES OPERATIONELLE FERNERKUNDUNG IN DER LANDWIRTSCHAFT FLUGZEUGGETRAGENE FERNERKUNDUNG IN DER LANDWIRTSCHAFT SATELLITENGESTÜTZTE FERNERKUNDUNG IN DER LANDWIRTSCHAFT SATELLITENGESTÜTZTE FERNERKUNDUNG IM PRÄZISIONSPFLANZENBAU PILZKRANKHEITEN IN WEIZEN UND IHRE AUSBREITUNG MATERIAL UND METHODEN VERSUCHSSTANDORTE DIKOPSHOF KLEIN ALTENDORF VERSUCHSANLAGE VERSUCHSANLAGE DIKOPSHOF 2001/ VERSUCHSANLAGE DIKOPSHOF 2002/ VERSUCHSANLAGE KLEIN ALTENDORF 2002/ DATENERHEBUNG DATENERHEBUNG GROUND TRUTH FELDAUFGANG...40

6 II INHALTSVERZEICHNIS BODENPROBEN SPAD-METER BIOMASSE BESTANDSHÖHE KRANKHEITSBONITUR KORNERTRAGSMESSUNG DATENERHEBUNG FERNERKUNDLICH SATELLITENBILDER HUBSCHRAUBERBILDER BODENBILDER DATENAUSWERTUNG FERNERKUNDUNGSDATEN GROUND TRUTH DATEN VERGLEICH VERSCHIEDENER BONITURRASTER ERGEBNISSE VERSUCHSERGEBNISSE 2002 UND DIKOPSHOF DIKOPSHOF KLEIN ALTENDORF ABLEITEN VON MANAGEMENTKARTEN RÄUMLICHE AUFLÖSUNG VON GROUND TRUTH DATEN ZUR VALIDIERUNG DISKUSSION RÄUMLICHE TRENNBARKEIT VON VITALITÄTSUNTERSCHIEDEN IN WEIZEN UNTERSCHEIDUNG VON BIOTISCHEM UND ABIOTISCHEM STRESS EINFLUSS VERSCHIEDENER BESTANDESDICHTEN, BODENVERHÄLTNISSE, ETC MÖGLICHKEIT DER KARTENGENERIERUNG RÄUMLICHE AUFLÖSUNG VON GROUND TRUTH DATEN DERZEITIGE OPERATIONALITÄT EINES AUF SATELLITENAUFNAHMEN GESTÜTZTEN PRÄZISIONSPFLANZENBAUS ZUSAMMENFASSUNG LITERATURVERZEICHNIS ANHANG

7 INHALTSVERZEICHNIS III 8.1 VERZEICHNIS DER ANHANGSABBILDUNGEN VERZEICHNIS DER ANHANGSTABELLEN...119

8 IV VERZEICHNIS DER ABBILDUNGEN A Verzeichnis der Abbildungen Abb. 2.1 Das elektromagnetische Spektrum und die Bereiche verschiedener Fernerkundungssensoren. Zusätzlich sind die Strahlungsfenster der irdischen Atmosphäre sowie die Strahlungsenergie eines perfekten Schwarzstrahlers gegenüber der realen Sonne ausgewiesen (Kappas, 1994)... 5 Abb. 2.2 Spektrum des sichtbaren Lichts von nm... 6 Abb. 2.3 Die Eigenschaften spiegelnder und diffuser Reflexion (Quelle: verändert nach Jensen, 2000)... 7 Abb. 2.4 Strahlungs- und Streuungsverhältnisse über einem Gelände. Die am Fernerkundungssensor einfallende Reflexion wird durch mehrere Faktoren beeinflußt: Absorption, Streuung, diffuse Himmelsstrahlung, u.a. (Quelle: verändert nach Albertz, 2001)... 7 Abb. 2.5 Reflexion, Absorption und Transmission an grünen Blättern (schematisch). Von den Chloroplasten wird blaues und rotes Licht weitgehend absorbiert, grünes jedoch reflektiert, so dass zusammen mit der Reflexion an der Cuticula das Blatt grün erscheint. Je die Hälfte der NIR Strahlung wird reflektiert und transmittiert (Quelle: verändert nach Guyot, 1989)... 9 Abb. 2.6 Typischer Berg und Tal Verlauf der spektralen Reflexion gesunder Vegetation. Der Bereich von nm wird durch die Blattpigmente beeinflußt, im Bereich von nm hat die Zellstruktur den größten Einfluß. Ab 1300 nm beginnt die Wasserabsorption (Quelle: unbekannt) Abb. 2.7 Reflexionsspektrum von nm eines vitalen ( ) und eines seneszenten ( ) Pflanzenblattes (Quelle: verändert nach Guyot, 1989) Abb. 2.8 Veränderung der spektralen Reflexion eines Winterweizenbestandes vom Schossbeginn (1) bis zur Vollreife (5) (Quelle: Schellberg und Kühbauch, 1990) Abb. 2.9 Phänologie der Pilzerkrankungen am Weizenblatt: Erysiphe graminis (Echter Mehltau), Puccinia recondita (Braunrost) und Septoria tritici (Septoriablattdürre) Abb. 3.1 Temperaturverlauf und Niederschlagsverteilung am Standort Dikopshof im Jahr 2002 vom 1. März bis 31. Juli Abb. 3.2 Temperaturverlauf und Niederschlagsverteilung am Standort Dikopshof im Jahr 2003 vom 1. März bis 31. Juli Abb. 3.3 Temperaturverlauf und Niederschlagsmengen am Standort Klein Altendorf im Jahr 2003 (Quelle: OVA Klein-Altendorf) Abb. 3.4 Zweifaktorieller Feldversuch auf Schlag VI der Lehr- und Forschungsstation Dikopshof im Jahr 2001/2002. N+ = normale Stickstoffversorgung, N- = reduzierte Stickstoffversorgung, F+ = mit Fungiziden, F- = ohne Fungizide; 1.WDH, 2.WDH und 3.WDH repräsentieren die Wiederholungen... 36

9 VERZEICHNIS DER ABBILDUNGEN V Abb. 3.5 Zweifaktorieller Feldversuch auf Schlag VIII der Lehr- und Forschungsstation Dikopshof im Jahr 2002/2003. N+ = normale Stickstoffversorgung, N- = reduzierte Stickstoffversorgung, F+ = mit Fungiziden, F- = ohne Fungizide; W1, W2, W3 repräsentieren die Wiederholungen Abb. 3.6 Dreifaktorieller Feldversuch auf Schlag Kammer Lehr- und Forschungsstation Klein Altendorf im Jahr 2002/2003. Faktoren: N+ = normale Stickstoffversorgung, N- = reduzierte Stickstoffversorgung, F+ = mit Fungiziden, F- = ohne Fungizide; Winterweizen-sorte: No = Novalis, W = Wasmo; Saatstärke in Körner/m 2 : a = 150, b = 300, c = 450; Wiederholungen: W1, W2, W Abb. 3.7 Ableiten eines Korrekturbetrages a aus dem Vergleich von Histogrammen zur Reduktion von Atmosphäreneinflüssen auf Satellitenbilddaten (Quelle: Albertz, 2001) Abb. 3.8 Oberfläche der Software MiniGis zur Auswertung von Rasterdaten. (1) zeigt das gesammte Programm mit geladener Rasterkarte (hier QuickBird-NDVI-Bild) und überblendeter Region of interest (Roi) (rote, gelbe und grüne Kreise und Rechtecke). Im rechten Teil (2) ist das Ergebnis der Auswertung der grünen Roi abzulesen. SNO bezeichnet die sample number, RGB die zugehörigen Grauwerte, Numb.Pixel die Anzahl an Pixeln mit entsprechenden RGB-Werten und Yield den Gesamtertrag (Kornertrag, NDVI-Wert usw.) aus allen Pixeln. Mit dem Yield Assistant (3) können die Werte gespeichert und benutzerdefiniert benannt werden. In den Karten (4) und (5) ist beispielhaft die Parzellen- (Rechtecke) sowie Boniturpunktauswertung (Kreise) dargestellt Abb. 4.1 Verteilung von Feldaufgang und SPAD-Messungen vom und in der Versuchsfläche Schlag VI. Zwischen den Boniturpunkten wurde mittels Invers-Distance-Weighting interpoliert Abb. 4.2 Verteilung des Befalls mit Puccinia recondita in % der Blattfläche auf den unteren, mittleren und oberen Blattetagen zu den Terminen 16. und in der Versuchsfläche Schlag VI. Zwischen den Boniturpunkten wurde mittels Invers-Distance-Weighting interpoliert Abb. 4.3 Verteilung des Befalls mit Septoria tritici in % der Blattfläche auf den unteren, mittleren und oberen Blattetagen zu den Terminen 16. und in der Versuchsfläche Schlag VI. Zwischen den Boniturpunkten wurde mittels Invers-Distance-Weighting interpoliert Abb. 4.4 Verteilung des Befalls mit Erysiphe graminis in % der Blattfläche auf den unteren, mittleren und oberen Blattetagen zu den Terminen 16. und in der Versuchsfläche Schlag VI. Zwischen den Boniturpunkten wurde mittels Invers-Distance-Weighting interpoliert Abb. 4.5 Ertragskarte von Schlag VI. Die Daten wurden mit einem, an ein GPS gekoppeltem, Ertragssensor erfasst und danach von dem Programm RDS Precision Farming der Firma RDS Technology Ltd. in einer Konturkarte dargestellt. Eingeblendet ist nachträglich der Versuchsplan mit den zwölf Versuchsparzellen... 56

10 VI VERZEICHNIS DER ABBILDUNGEN Abb. 4.6 a: QuickBird-Satellitenbild vom in der Kanalkombination (RGB), räumliche Auflösung 2,8 m. Abgebildet ist Schlag VI der Lehr- und Forschungsstation Dikopshof der Universität Bonn mit der Winterweizensorte Kanzler. b: Versuchsaufbau mit den vier Faktorkombinationen (N+, N-, F+, F-) und drei Wiederholungen (Wdh.) Abb. 4.7 Grauwerte des QuickBird-Satellitenbildes von Schlag VI am in den Kanälen Blau, Grün, Rot und NIR unter dem Einfluß der Stickstoffdüngung und Fungizidbehandlung des Weizens Abb. 4.8 QuickBird-Satellitenbild vom : berechnete Vegetationsindizes der vier Faktorkombinationen; N+/F+ wurde als 100 % gesetzt. Eingezeichnet ist die Standartabweichung. Unterschiedliche Buchstaben in einer Grafik symbolisieren signifikante Differenzen Abb. 4.9 a: QuickBird-Satellitenbild vom : grauwertkodierte Darstellung des berechneten NDVI; räumliche Auflösung 2,8 m. Abgebildet ist Schlag VI der Lehr- und Forschungsstation Dikopshof der Universität Bonn mit der Winterweizensorte Kanzler. b: Versuchsaufbau mit den vier Faktorkombinationen (N+, N-, F+, F-) und drei Wiederholungen (Wdh.) Abb QuickBird-Satellitenbild vom Grauwerteverteilung im berechneten NDVI-Bild in den vier Faktorkombinationen des Weizenversuchs auf Schlag VI zum Zeitpunkt der Satellitenbildaufnahme am Abb a: QuickBird-Satellitenbild vom , panchromatischer Mode, räumliche Auflösung 0,7 m. Abgebildet ist Schlag VI der Lehr- und Forschungsstation Dikopshof der Universität Bonn mit der Winterweizensorte Kanzler. b: Versuchsaufbau mit den vier Faktorkombinationen (N+, N-, F+, F-) und drei Wiederholungen (Wdh.) Abb QuickBird, panchromatisches Bild. Grauwerteverteilung in den vier Faktorkombinationen des Weizenversuchs auf Schlag VI zum Zeitpunkt der Satellitenbildaufnahme am Abb Korrelation des NDVI mit Ertrag, SPAD-Werten und befallener Blattfläche. Verglichen wurde ein der Position des jeweiligen Boniturpunktes entsprechender kreisrunder Ausschnitt aus dem NDVI-Bild vom von etwa 30 m 2 Größe mit den ground truth Daten Abb Konturkarte von Schlag VIII mit den Kornertragswerten der GPS gesteuerten Kornertragsmessung im Mähdrescher am Abb Multispektrales Luftbild vom in der Kanalkombination NIR- G-R (R-G-B) von Schlag VIII der Lehr- und Forschungsstation Dikopshof mit einer Auflösung von ca. 25 cm. Eingeblendet ist die Versuchsanordnung mit den vier Faktorkombinationen und drei Wiederholungen Abb Verlauf des NDVI von Winterweizen, Sorte Kanzler, Lehr- und Forschungsstation Dikopshof vom bis Der NDVI wurde berechnet aus dem roten und NIR Kanal der multispektralen Luftbilder von Schlag VIII. Links ist der Verlauf für die

11 VERZEICHNIS DER ABBILDUNGEN VII stickstoffreduzierten, und rechts der für die normal gedüngten Varianten abgetragen Abb Nahaufnahmen der vier Faktorkombinationen von Schlag VIII ; von links nach rechts: N+/F+, N+/F-, N-/F+, N-/F-; Aufnahmetermine von oben nach unten: , , und Eingeblendet ist der Verlauf des NDVI über die vier Faktorkombinationen Abb Verteilungskarte der Gesamt-N min Werte bis in 90 cm Tiefe auf dem Versuchsfeld in Klein Altendorf im Frühjahr Der Versuchsaufbau ist eingeblendet; Details siehe A-Abb Abb Ertragskarte aus dem Jahr 2003 von Klein Altendorf. Die Daten wurden mit einem an ein GPS gekoppeltem Ertragssensor erfasst und danach von dem Programm RDS Precision Farming der Firma RDS Technology Ltd. als Konturkarte dargestellt. Eingeblendet ist nachträglich der Versuchsplan Abb QuickBird-Bild vom Ausschnittsvergrößerung der Versuchsfläche in Klein Altendorf in der Kanalkombination Passgenau hinterlegt ist der Versuchsaufbau. Sorte: No=Novalis, W=Wasmo; Saatstärke in Körner/m 2 : a=150, b=300, c=450; Erläuterung zu den Behandlungen N+,N-,F+ und F- siehe Tab Abb QuickBird-Bild vom Ausschnittsvergrößerung der Versuchsfläche in Klein Altendorf des panchromatischen Bildes. Der genaue Versuchsaufbau kann Abb entnommen werden Abb QuickBird-Bild vom Grauwerteverteilung im panchromatischen Bild in den vier Faktorkombinationen des Winterweizenversuchs in Klein Altendorf (vgl. Abb. 4.21) Abb QuickBird-Bild vom : berechneter dimensionsloser Vegetationsindex WDVI. Signifikanz wurde getrennt für Sorte und Saatstärke berechnet. Werte mit gleichen Buchstaben (a, b) sind nicht signifikant verschieden Abb Verteilungskarten von Pilzbefall, NDVI und Ertrag aus Erhebungen an 120 Boniturstellen in zwölf Versuchsparzellen von Schlag VI am Dikopshof Die Einteilung der vier verschieden behandelten Versuchsparzellen kann dem Versuchsaufbau (links) entnommen werden Abb Ertragsrisikozonenkarte 2003 vom Dikopshof. In der Mitte die aus dem QuickBird-NDVI-Bild vom abgeleitete Ertragsrisikokarte mit den voraussichtlichen Ertragszonen; rechts die mit dem GPS-gesteuerten Mähdrescher mit Ertragssensor aufgezeichnete Ertragskarte vom , links zum Vergleich der Versuchsaufbau Abb Korrelation des aus dem Satellitenbild vom berechneten NDVI s mit dem Kornertrag zum Erntezeitpunkt und der befallenen Blattfläche am In den oberen beiden Grafiken ist das Bestimmtheitsmaß (R 2 ) für die zwölf Parzellen aus dem Mittelwert von zehn Boniturstellen einer Parzelle berechnet; in den unteren

12 VIII VERZEICHNIS DER ABBILDUNGEN Grafiken ist das Bestimmtheitsmaß über die 120 einzelnen Boniturpunkte berechnet Abb Korrelation von NDVI und befallener Blattfläche am : Veränderung von Bestimmtheitsmaß und Standardabweichung bei unterschiedlicher Anzahl von Boniturstellen je Parzelle Abb Korrelation von NDVI und Kornertrag zur Ernte: Veränderung von Bestimmtheitsmaß und Standardabweichung bei unterschiedlicher Anzahl von Boniturstellen je Parzelle Abb Korrelation von NDVI und Kornertrag unter Verwendung des Mittelwertes von zwei entfernt voneinander liegenden Messpunkten je Parzelle (rot umrandete Messpunkte im linken Teil der Grafik) Abb Korrelation von NDVI und Kornertrag unter Verwendung des Mittelwertes von zwei nah beieinander liegenden Messpunkten je Parzelle (rot umrandete Messpunkte im linken Teil der Grafik) Abb Korrelation von NDVI und Kornertrag unter Verwendung des Mittelwertes von zwei nah beieinander liegenden Messpunkten je Parzelle für den Kornertrag (rot umrandete Messpunkte im linken Teil der Grafik) und des für die gesamte Parzelle gemittelten NDVI- Wertes (blau umrandeter Bereich) Abb. 5.1 Verlauf des NDVI in vier Faktorkombinationen über die Vegetationszeit, eingeblendet sind die Behandlunskombinationen und die Trockenmasse (Schellberg und Kühbauch, 1990)... 94

13 VERZEICHNIS DER TABELLEN IX B Verzeichnis der Tabellen Tab. 3.1 Tab. 3.2 Tab. 3.3 Tab. 3.4 Tab. 3.5 Stickstoff- und Fungizidbehandlung der mit der Sorte Kanzler bestellten Weizenparzellen; Einzelfaktoren und Faktorkombinationen Zeitlicher Ablauf aller aufgenommenen Parameter und der fernerkundlichen Aufnahmen im Jahr 2002 auf der Versuchsfläche der Lehr- und Forschungsstation Dikopshof Zeitlicher Ablauf aller aufgenommenen Parameter und der fernerkundlichen Aufnahmen im Jahr 2003 auf der Versuchsfläche der Lehr- und Forschungsstation Dikopshof Zeitlicher Ablauf aller aufgenommenen Parameter und der fernerkundlichen Aufnahmen im Jahr 2003 auf der Versuchsfläche der Lehr- und Forschungsstation Klein Altendorf Daten und Parameter des QuickBird Satelliten, sowie technische Eigenschaften des Sensors (verändert nach: DigitalGlobe )... 44

14 X VERZEICHNIS DER ABKÜRZUNGEN C Verzeichnis der Abkürzungen A-Abb. Anhangsabbildung A-Tab. Anhangstabelle Abb. Abbildung al. alii ASTER Advanced Spaceborn Thermal Emission and Reflection Radiometer AVHRR Advanced Very High Resolution Radiometer BBCH Biologische Bundesanstalt für Land- und Forstwirtschaft, Bundessortenamt und Chemische Industrie (Entwicklungsstadien mono- und dicotyler Pflanzen) BFI Blattflächenindex bzw. beziehungsweise C Kohlenstoff Copyright ca. circa CCD Halbleitersensor (Charge Coupled Device) cm Zentimeter d. h. das heißt DN digital numbers dt Dezitonne Euro g Gramm GIS Geo-Informationssystem GLAI Green Leaf Area Index GPS globales Positionierungssystem h Stunde ha Hektar ha -1 je Hektar i. d. R. in der Regel i. e. S. im engeren Sinne IDW Invers Distance Weighting IR Infrarot

15 VERZEICHNIS DER ABKÜRZUNGEN XI IRS Indian Remote Sensing Satellite K Kelvin Kap. Kapitel kg Kilogramm km Kilometer km/s Kilometer pro Sekunde l Liter LACIE Large Area Crop Inventory Experiment LAI Leaf Area Index LED Leuchtdiode (Light Emitting Diode) m Meter m 2 m -2 MARS mm MODIS MSAVI MSS Quadratmeter je Quadratmeter Monitoring Agriculture with Remote Sensing Millimeter Moderate Resolution Imaging Spectrometer Modified Soil Adjusted Vegetation Index Multispectral Scanner µm Mikrometer N Stickstoff NASA National Aeronautics and Space Administration NDVI Normalised Difference Vegetation Index NIR Nah-infrarot Nm Nanometer N min No NOAA Stickstoff (mineralisiert) Novalis (Winterweizensorte) National Oceanic and Atmospheric Administration o. g. oben genannt PP Präzisionspflanzenbau ProSmart: Product development for Systematic Market and Development Approach for Remote Sensing Techniques PVI Perpendicular Vegetation Inex R 2 Bestimmtheitsmaß eingetragene Marke

16 XII VERZEICHNIS DER ABKÜRZUNGEN RGB Rot, Grün und Blau Roi Region of interest RVI Ratio Vegetation Index SABRES: Services to Agri-Business by Remote Sensing SAVI Soil Adjusted Vegetation Index SPOT Satellite Pour l Observation de la Terre ssp. Subspecies St. Abw. Standardabweichung Tab. Tabelle TKG Tausendkorngewicht TM Thematic Mapper TSAVI Transformed Soil Adjusted Vegetation Index TVI Transformed Vegetation Idex u. a. unter anderem ü. N. N. über normal Null u. U. unter Umständen UTM Universal Transverse Mercator vgl. vergleiche VI Vegetationsindex VI s Vegetationsindizes VIS visible (Licht) Wa Wasmo (Winterweizensorte) WDH. Wiederholung WDVI Weighted Difference Vegetation Index WGS84 World Geodetic System 1984 z. B. zum Beispiel z. T. zum Teil z. Z. zur Zeit

17 EINLEITUNG 1 1 Einleitung Die Intensivierung des landwirtschaftlichen Pflanzenbaus hat in den vergangenen 50 Jahren u. a. zu einer Vergrößerung der Ackerschläge geführt. Die Bodenordnung in den 60er Jahren strebte Schlaggrößen von ein bis zwei Hektar an, während heute mit der Flurbereinigung Schlaggrößen von fünf bis zehn Hektar angestrebt werden. Mit Zunahme der Parzellengröße ändern sich die Amplituden von Nährstoff- und Wasserversorgung, die Heterogenität der Bodeneigenschaften und der Pflanzenbestände nimmt zu und wird augenfällig. Diese räumliche Variabilität wird bei Feldbestellung und Bestandesführung i. d. R. nicht berücksichtigt, sondern durch ganzflächig intensive Bewirtschaftung scheinbar egalisiert (Pinter et al., 2003). Das räumlich variable Ertragspotential wird folglich nicht oder nur unzureichend genutzt. Ziel des Präzisionspflanzenbaus (PP) auch Teilflächenwirtschaft (Bill et al., 2002) oder Precision Farming genannt ist es, die Heterogenitäten innerhalb eines Schlages zu berücksichtigen. Secher et al. (2000) beschreiben Precision Farming als Rückkehr zu den Praktiken früherer Zeiten, als die einheitlich bewirtschafteten Felder wesentlich kleiner waren und zugleich eine Bewirtschaftung stattfand, die den kleinräumig unterschiedlichen Feldzuständen Rechnung trug. Der PP zielt mit teilschlagspezifischen Maßnahmen auf eine ähnlich präzise Bewirtschaftung von großen Flächen. Die Applikation z. B. von Pflanzenschutzmitteln oder Düngern kann innerhalb eines Schlages differenziert nicht flächeneinheitlich durchgeführt werden und bietet so die Möglichkeit zur Verringerung des Mitteleinsatzes. Dadurch wird dem im Jahre 2005 von der Bundesregierung vorgegebenem Reduktionsprogramm chemischer Pflanzenschutz und der Forderung nach einer nachhaltigen Landwirtschaft Rechnung getragen. Voraussetzung für den Präzisionspflanzenbau ist die kleinräumige, zeitlich fortlaufende Zustandserfassung der Feldschläge. Es ist absehbar, dass dabei die Fernerkundung mit optischen und Mikrowellensensoren eine zentrale Rolle spielen wird. Im Präzisionspflanzenbau schreibt Blakeman (2002) der Satellitenfernerkundung mit optischen Sensoren die Rolle eines taktischen Feldinspektors zu. Denn mit Hilfe der Fernerkundung ist es möglich, komplette Betriebsflächen mit geringem Aufwand in hoher räumlicher und zeitlicher Auflösung aufzunehmen. Aus den gewonnenen Satellitenbildern können exakte Karten erstellt werden, die die dynamischen Veränderungen in Feldschlägen zeigen. Sind Fruchtart, Sorte sowie Witterungsbedingungen bekannt, können gegebenenfalls teilschlag-

18 2 EINLEITUNG spezifische Operationen durchgeführt und der Erfolg einer pflanzenbaulichen Maßnahme beobachtet werden (Kühbauch, 2002). Bereits heute wird die Fernerkundung zur punktuellen Flächenkontrolle der Europäischen Agrarbeihilfen eingesetzt (BMVEL, 2004). Weitere Anwendungsmöglichkeiten der Fernerkundung reichen von globalen und regionalen Ertragsprognosen über die Erkennung von Unkrautnestern bis zur Beobachtung der Beeinträchtigung des Pflanzenwachstums durch Nährstoff- und Wassermangel (Metternicht, 2002; Blakeman, 2002; De Koeijer et al., 2000). Nicht zuletzt im Bereich des Pflanzenschutzes scheint die Anwendung von teilschlagspezifischen Maßnahmen sinnvoll, da Schaderreger in den Ackerflächen häufig aggregiert auftreten. Dadurch wird eine ausreichende Bekämpfung der Schadorganismen bei gleichzeitiger Schonung der Umwelt gewährleistet (Secher et al., 2000). 1.1 Die Ziele der Arbeit Ziel dieser Studie ist es, die Möglichkeiten der optischen und räumlich hochauflösenden Fernerkundung als Instrument zur objektiven Zustandsbeschreibung von Pflanzenbeständen in Ackerschlägen zu nutzen. Hierbei ist der Fokus auf pilzliche Schaderreger sowie die Stickstoffversorgung gerichtet. In Parzellenversuchen wurden durch unterschiedliche Stickstoffdüngung und Fungizidbehandlung unterscheidbare Vitalitätsunterschiede hergestellt. Dabei wurde eine vor allem gegen Pilzkrankheiten empfindliche Weizensorte eingesetzt. Von diesen Pflanzenbeständen wurden, über die Wachstumsperiode verteilt, Aufnahmen mit dem optisch hochauflösenden Sensor des QuickBird-Satelliten erstellt. Daraus ergaben sich anfangs folgende Fragestellungen: Ist anhand der Satellitenbilder eine eindeutige, teilflächige Identifikation gestresster Pflanzenbestände möglich? Können der abiotische und der biotische Stress räumlich, zeitlich oder spektral voneinander abgegrenzt werden? Lassen sich aus den gewonnenen Fernerkundungsdaten Karten mit Managementzonen (Applikationskarten) ableiten?

19 EINLEITUNG 3 Im Verlauf des ersten Versuchsjahres ergab sich zusätzlich eine weitere Fragestellung, die einen weiteren Einflussfaktor berücksichtigt, der auf die Bestandesreflexion Einfluss hat: Wird die durch unterschiedliche Stickstoffdüngung und Fungizideinsatz ausgelöste Reflexionsveränderung des Bestandes zusätzlich durch die Bestandesdichte beeinflusst? Die Frage der räumlichen Auflösung der parallel zu den Fernerkundungsdaten durchgeführten Bodenerhebungen (ground truth) war nicht nur aufgrund der zu erwartenden Raummuster in den Feldversuchen zu behandeln, sondern auch im Hinblick auf die hohe räumliche Auflösung von Sensoren der jüngsten Satellitengeneration wie IKONOS oder QuickBird: Welche räumliche Auflösung von ground truth Daten in einem Schlag ist sinnvoll, um Daten hochauflösender optischer Sensoren teilschlagspezifisch zu validieren?

20 4 GRUNDLAGEN UND LITERATURÜBERSICHT 2 Grundlagen und Literaturübersicht Der folgende Abschnitt berichtet den Stand des Wissens zum Thema der Arbeit. Zuerst wird eine kurze Einführung in die Radiometrie gegeben, wobei der Schwerpunkt auf den Eigenschaften von Pflanzenbeständen liegt. Daran anschließend folgt eine Abhandlung zum Einsatz der Fernerkundung in der Landwirtschaft. Der Forschungsbereich des Präzisionspflanzenbaus ist eine neue, seit circa zehn Jahren im Aufbau befindliche Technologie innerhalb der Landwirtschaft (Pinter et al., 2003). Noch fehlen aber wichtige Methoden für die Bereitstellung von Daten über die räumliche Verteilung von Boden- und Pflanzeneigenschaften und für die Unterstützung der komplexeren pflanzenbaulichen Entscheidungen. Zudem weist die Wissenschaft auf noch offene Verständnisprobleme und fehlende Methoden hin (Bill et al., 2002). Trotzdem gibt es erste Anwendungen der Präzisionslandwirtschaft in der Praxis. Ertragssensoren sind seit Jahren erfolgreich im Einsatz (DLG, 2001; Isensee und Krippahl, 2001); auch einfache Konstruktionsprinzipien wurden verwirklicht und sind bereits im praktischen Einsatz, wie z. B. der Pendelsensor, der zur teilflächigen Ausbringung von Halmstabilisatoren und Fungiziden eingesetzt wird (Ehlert und Dammer, 2002). Der N-Sensor von Agri Con wird in der teilflächigen Ausbringung von Stickstoff eingesetzt. Ein kameratechnisches Prinzip, mit dem einzelne Pflanzenarten aus Binärbildern rechnergestützt in Echtzeit identifiziert und mit GPS verarbeitet werden, wird zur teilschlagspezifischen Unkrautkontrolle eingesetzt (Gerhards und Christensen, 2003; Dicke et al., 2004). 2.1 Radiometrie Radiometrische Grundlagen Radiometrie ist die Wissenschaft von der Messung elektromagnetischer Strahlung in allen Wellenlängenbereichen. Diese elektromagnetische Strahlung ist eine wellenförmige Energieabgabe von Materiekörpern, die sich mit Lichtgeschwindigkeit im Raum ausbreitet. Nach der Wellentheorie transportiert sie elektrische und magnetische Energie in unterschiedlicher Wellenform. Die Wellenform ist je nach Entstehung und Quelle von unterschiedlicher, jedoch gleich bleibender Länge und

21 GRUNDLAGEN UND LITERATURÜBERSICHT 5 Frequenz. Dieses so genannte elektromagnetische Spektrum reicht von der hochfrequenten kosmischen Strahlung über die niederfrequenten Radiowellen bis hin zum Wechselstrom (Hildebrandt, 1996) (Abb. 2.1). Die eingestrahlte Energie kann nach dem Energieerhaltungssatz r a + t = 1 nicht verloren gehen, sondern wird λ + λ λ von dem Körper auf den sie auftrifft ganz oder teilweise reflektiert r, absorbiert a oder transmittiert t. Zum besseren Verständnis wird eine Definition der Begriffe Reflexion, Absorption und Transmission gegeben (Jensen, 2000): Reflexion ist der Vorgang des Zurückwerfens von elektromagnetischer Strahlung an einem Körper ohne Änderung der elektromagnetischen Eigenschaft. Absorption ist der Prozess, bei dem die einfallende Strahlung von den Körper aufgenommen und in andere Energieformen umgewandelt wird, z.b. Wärme. Transmission ist der Durchgang von Strahlung durch einen Körper ohne Änderung der elektromagnetischen Eigenschaft. Abb. 2.1 Das elektromagnetische Spektrum und die Bereiche verschiedener Fernerkundungssensoren. Zusätzlich sind die Strahlungsfenster der irdischen Atmosphäre sowie die Strahlungsenergie eines perfekten Schwarzstrahlers gegenüber der realen Sonne ausgewiesen (Kappas, 1994).

22 6 GRUNDLAGEN UND LITERATURÜBERSICHT Die Fernerkundung profitiert davon, dass die auf die beobachteten Objekte eintreffende Strahlung nicht vollständig absorbiert, sondern unterschiedlich stark in den verschiedenen spektralen Bereichen in Teilen reflektiert wird. Aus den Reflexionssignalen können im Vergleich mit der Wirklichkeit der betrachteten Objekte ( ground truth ) die objektspezifischen Reflexionseigenschaften identifiziert werden. Das sichtbare Licht umfasst nur einen sehr schmalen Wellenlängenbereich, da das menschliche Auge nur in dem Bereich von nm empfindlich ist. Die Farbe blau wird im Spektralbereich von nm wahrgenommen, die Farbe grün zwischen nm und die Farbe rot zwischen nm. Zwischen den Wellenlängenbereichen gibt es keine exakte Trennlinie, die Grundfarben blau, grün und rot gehen fließend ineinander über (Abb. 2.2). Abb. 2.2 Spektrum des sichtbaren Lichts von nm. Bei der optischen, berührungslosen Messung werden nur die vom Körper reflektierten elektromagnetischen Strahlen gemessen. Die absorbierten und transmittierten Anteile des Spektrums gelangen nicht zum Sensor. Die Strahlstärke und Richtung der reflektierten Strahlung hängt von der Streuungsstärke des einfallenden Lichtes am Körper ab. Besitzt der Körper eine glatte Oberfläche (spiegelnd), ist im Idealfall der Einfallwinkel des eingestrahlten Lichts gleich dem gegenüberliegenden Ausfallwinkel. Dem gegenüber wird mit zunehmender Rauigkeit der betrachteten Oberfläche die Streuung des reflektierten Lichts immer größer (Abb. 2.3). Daher entsteht der Messwert am Sensor nicht nur aus der direkten Reflexion, sondern zusätzlich aus der einfallenden Streureflexion von der Umgebung. Aus Abb. 2.4 geht hervor, dass zusätzlich noch die Streuung und Reflexion der Strahlung in der Atmosphäre an kleinsten Partikeln die Messung am Sensor beeinflussen.

23 GRUNDLAGEN UND LITERATURÜBERSICHT 7 Einfallwinkel Ausfallwinkel Einfallwinkel Ausfallwinkel spiegelnde Oberfläche leicht rauhe Oberfläche sehr rauhe Oberfläche Abb. 2.3 Die Eigenschaften spiegelnder und diffuser Reflexion (Quelle: verändert nach Jensen, 2000) Sonne Reflexion (zum Weltraum) Fernerkundungssensor Himmelsstrahlung (diffus) Absorption + Streuung Reflexion Luftlicht Sonnenstrahlung (gerichtet) Schlagschatten Abb. 2.4 Strahlungs- und Streuungsverhältnisse über einem Gelände. Die am Fernerkundungssensor einfallende Reflexion wird durch mehrere Faktoren beeinflußt: Absorption, Streuung, diffuse Himmelsstrahlung, u.a. (Quelle: verändert nach Albertz, 2001) Aus den in Abb. 2.3 geschilderten Verhältnissen ergibt sich zugleich, dass die Blickrichtung eines Sensors in Relation zur Strahlungsquelle die Intensität der optischen Wahrnehmung beeinflusst. Je nach Azimut- und Zenitwinkel des Sensors oder der Sonne kommt es bei gleichen Einstrahlungsstärken zu Unterschieden in der Messung (Ranson et al., 1985). Bei Fernerkundungsmessungen zu unterschiedlichen Tageszeiten ist darauf Rücksicht zu nehmen (Schneider und Manakos, 2000). Untersuchungen an mehreren Kulturarten zeigten einen generell gültigen Zusammenhang zwischen den aktuellen Einstrahlungsbedingungen und der gemessenen Reflexion von den Pflanzen (Richardson und Wiegand, 1977; Wiegand et al., 1991). Dies macht deutlich, dass die am Sensor gemessene Reflexion sich nicht nur aus den Eigenschaften des Bestandes zusammensetzt. Während zur Kartierung der zonalen Inhomogenität bzw. der Teilschläge in landwirtschaftlich genutzten Flächen die relativen Unterschiede in wenigen

24 8 GRUNDLAGEN UND LITERATURÜBERSICHT Abstufungen genügen, und damit die bidirektionale Reflexion des Lichts weniger stört, muß bei quantitativen Messungen darauf Rücksicht genommen werden. Im o. g. N-Sensor wird das Phänomen der Bidirektionalität z. B. dadurch kompensiert, dass die Reflexionssignale der Pflanzenbestände aus vier Blickrichtungen in ein Mischsignal integriert werden (Reusch, 2001) Radiometrische Eigenschaften von Pflanzen und Pflanzenbeständen In Abb. 2.5 ist der Strahlungsgang in einem Blatt im Querschnitt dargestellt; als Lichtquelle kann man sich Sonnenlicht oder eine künstliche Lichtquelle vorstellen. Das Blatt ist aufgebaut aus Cuticula, oberer Epidermis, Palisadenparenchym, Schwammparenchym, Interzellularen und der unteren Epidermis, die jeweils andere Lichtbrechungseigenschaften haben. Dadurch ergeben sich innerhalb des Blattes verschiedene Wege der elektromagnetischen Strahlung. An der Cuticula werden Teile des elektromagnetischen Spektrums direkt reflektiert, während andere innerhalb des Blattes mehrfach abgelenkt werden und abschließend als diffuse Reflexion aus dem Blatt heraustreten. Diese interne Reflexion wird durch den Brechungsindexwechsel von Luft zu Wasser begünstigt, also insbesondere an den interzellulären Zwischenräumen. Die Absorption des sichtbaren Lichts findet hauptsächlich im Schwammparenchym statt, da sich hier die Chloroplasten befinden, welche bestimmte Wellenlängenbereiche zu fotochemischen Reaktionen nutzen. Andere Wellenlängenbereiche können von Pflanzen nicht absorbiert oder reflektiert werden, sondern transmittieren diese unverändert beziehungsweise werden an Grenzflächen der Zellstrukturen, Zellwänden und Membranen nur leicht gebrochen oder gestreut. Zusätzlich hängt die Reflexion an der Blattoberfläche von der Art und Dicke der Wachsschicht sowie des Vorhandenseins und der Dichte der feinen Blatthaare ab, welche die Reflexion des gesamten Wellenlängenbereichs beeinflussen können.

25 GRUNDLAGEN UND LITERATURÜBERSICHT 9 Abb. 2.5 Reflexion, Absorption und Transmission an grünen Blättern (schematisch). Von den Chloroplasten wird blaues und rotes Licht weitgehend absorbiert, grünes jedoch reflektiert, so dass zusammen mit der Reflexion an der Cuticula das Blatt grün erscheint. Je die Hälfte der NIR Strahlung wird reflektiert und transmittiert (Quelle: verändert nach Guyot, 1989). Die grüne Farbe eines Blattes kommt dadurch zustande, dass grünes Licht hauptsächlich an Cuticula und Chloroplasten und in größeren Anteilen als rot oder blau reflektiert wird. Licht im blauen und roten Wellenlängenbereich ist fotochemisch aktiv und wird somit in der Pflanze zum größten Teil (70-90%) von den Chloroplasten absorbiert. In den Chloroplasten sind die enthaltenen Blattpigmente Carotin, Chlorophyll und Xantophyll für die Absorption des eingestrahlten Lichts verantwortlich. Da das Chlorophyll einen Anteil von 70-80% an den Blattpigmenten hat, beeinflusst es die Reflexion des einfallenden Sonnenlichts maßgeblich. Im Bereich von nm ist die nah-infrarote (NIR) Reflexion vitaler Blätter besonderes hoch, da es in diesem Spektralbereich nur eine sehr geringe Absorption durch subzellulare Partikel oder Pigmente gibt, der größte Teil der einfallenden Strahlung aber an den Verbindungsstellen der Zellwände zerstreut wird (Slaton et al., 2001). Tucker und Garratt (1977) nehmen aufgrund der oben genannten Ursachen eine Einteilung der Wellenlängenbereiche von nm in drei Abschnitte vor. Im Bereich des sichtbaren Lichts von nm ist die Reflexion hauptsächlich durch die foto-synthetisch aktiven Pigmente bedingt. Der Wellenlängenbereich von nm unterliegt fast keiner Absorption und wird jeweils zur Hälfte reflektiert und transmittiert. Durch das in der Pflanze enthaltene Wasser werden bestimmte Wellenlängenbereiche zwischen 1300 und 2200 nm stark absorbiert. Dadurch ergibt

26 10 GRUNDLAGEN UND LITERATURÜBERSICHT sich für gesunde Vegetation der typische Berg und Tal Verlauf der spektralen Reflexionskurve (Abb. 2.6). Abb. 2.6 Typischer Berg und Tal Verlauf der spektralen Reflexion gesunder Vegetation. Der Bereich von nm wird durch die Blattpigmente beeinflußt, im Bereich von nm hat die Zellstruktur den größten Einfluß. Ab 1300 nm beginnt die Wasserabsorption (Quelle: unbekannt). Für die angewandte Fernerkundung ist zu beachten, dass das spektrale Verhalten von Blättern bzw. die im Labormaßstab gemessenen Reflektanzen nicht im gleichen Maß auf Feldbedingungen übertragen werden können. Im Gegensatz zur Reflexion eines einzelnen Blattes machen sich im Pflanzenbestand Einflüsse des Bodens bemerkbar, dessen Reflexionseigenschaft sich deutlich von der Reflexion pflanzlicher Biomasse unterscheidet (Guyot, 1989). Vor allem mit fortschreitender Seneszenz und Reife des Pflanzenbestandes wirkt sich der Einfluss des Bodens aus. Mit Seneszenz und Reife werden die Pflanzenbestände i. d. R. dürr und die ausgedörrten, z. T. abgefallenen Blätter geben den Strahlungsweg frei zum Boden. Damit ändert sich mit fortschreitender Seneszenz und der Art und Bewirtschaftung landwirtschaftlicher Flächen das Reflexionsverhalten grundlegend. Während z.b. ein seneszentes Einzelblatt auch im NIR stark reflektiert (Abb. 2.7), weist ein seneszenter Pflanzenbestand im selben Spektralbereich eine starke Absorption auf (Abb. 2.8). Weiterhin wird die Reflexion von Blättern durch verschiedene andere Faktoren beeinflusst, wie z.b. die Anzahl an Blattpigmenten, die Blattstellung, die Blattoberflächentextur, das Entwicklungsstadium der Pflanze, den Wachstumsbedingungen,

27 GRUNDLAGEN UND LITERATURÜBERSICHT 11 die Lichteinstrahlungsverhältnisse und durch Stressfaktoren wie z.b. Pilzkrankheiten (Nilsson, 1995). Abb. 2.7 Reflexionsspektrum von nm eines vitalen ( ) und eines seneszenten ( ) Pflanzenblattes (Quelle: verändert nach Guyot, 1989). Reflexion (%) Wellenlänge (nm) Abb. 2.8 Veränderung der spektralen Reflexion eines Winterweizenbestandes vom Schossbeginn (1) bis zur Vollreife (5) (Quelle: Schellberg und Kühbauch, 1990).

28 12 GRUNDLAGEN UND LITERATURÜBERSICHT Ahlrichs und Bauer (1983) untersuchten die Beziehung zwischen Parametern von Sommerweizenbeständen, wie z.b. des Blattflächenindex 1 (BFI) auf die spektralen Reflexionseigenschaften für den Einsatz in Wachstums- und Ertragsmodellen. Bei der Korrelations- und Regressionsanalyse der Spektrometerwerte fanden sie hohe Korrelationen im NIR Wellenlängenbereich ( nm) mit dem Blattflächenindex und dem Grad der Bodenbedeckung, wohingegen im mittleren IR Wellenlängenbereich ( nm) Variationen in der Frisch- und Trockenmasse sowie dem Pflanzenwassergehalt nachgewiesen werden konnten. Die Beziehung dieser Pflanzenparameter zur Reflexion ist allerdings abhängig vom Entwicklungsstadium des Bestandes. Die besten Korrelationen in den o. g. Wellenlängenbereichen ergaben sich, zwischen Reflexion und Pflanzenparametern, in der Zeitspanne zwischen Bestockung und Blüte des Getreides. Ahlrichs und Bauer kamen zu dem Schluss, dass zu einem früheren Zeitpunkt der Einfluss des Bodens zu hoch und mit Beginn der Reife die Blattseneszenz die anderen Parameter überlagert Auswirkung von Seneszenz und Stressfaktoren auf die Reflexion von Pflanzen Eine der wesentlichen Aufgaben des Präzisionspflanzenbaus besteht darin, auf die räumlich und zeitlich variablen Vitalitätsunterschiede von Pflanzenbeständen rechtzeitig und ortsgenau zu reagieren. Vitalitätsverluste sind stets an den Reifeprozess und der artspezifischen Alterung der Pflanze gebunden, können ihre Ursache aber auch in Mangelerscheinungen und Stress haben. Nach Jackson (1986) werden alle biotischen und abiotischen Faktoren, die das Wachstum einer Pflanze beeinflussen, als Stressfaktoren bezeichnet. Nur wenn dieser Stress auf ein Minimum reduziert wird, können maximale Ernteerträge erzielt werden. Um den Effekt auf den Ertrag zu minimieren, muss der Stressfaktor so früh wie möglich erkannt werden, damit über die Bestandesführung rechtzeitig spezifische Maßnahmen ergriffen werden können. Auch das Erscheinungsbild kann unterschiedlich sein, da Stress an Pflanzen vorübergehend oder chronisch auftreten kann. 1 Der Blattflächenindex, engl. Leaf area index = LAI, gibt die Fläche aller Blätter pro horizontaler Flächeneinheit an. Er wird von 0 = ohne Laub, 1 = Blattfläche entspricht der horizontalen Bodenfläche, 2 = Blattfläche ist doppelt so groß wie die Bodenfläche usw. gezählt (Hildebrandt, 1996).

29 GRUNDLAGEN UND LITERATURÜBERSICHT 13 Da durch Stress verursachte Veränderungen der Pflanzen signifikante Auswirkung auf die Intensität und spektrale Zusammensetzung der von Pflanzen reflektierten und emittierten Strahlung haben, findet sich gerade hier ein viel versprechendes Einsatzgebiet der Fernerkundung. Seit Mitte der 80iger Jahre wird z. B mit NOAA 2 -Daten die globale Ausbreitung vitaler Vegetation beobachtet, um damit gerade in den von Trockenheit bedrohten Regionen rechtzeitig Ernte- und Bedarfsprognosen für Nahrungs- und Futterpflanzen zu erstellen (Puyou-Lascassies et al., 1994; Atzberger, 1998). Einschränkungen in der Anwendung der Fernerkundung ergeben sich insofern, dass der Vitalitätsverlust der Vegetationsdecke zwar quantifiziert, die Ursache des Vitalitätsverlustes aber mit der z. Z. verfügbaren spektralen Auflösung nicht beschrieben werden kann. So kann mit Hilfe der Fernerkundung weder der prozentuale Befall mit Pilzkrankheiten noch die Versorgung mit Stickstoff direkt bestimmt werden. Über den Umweg anderer optisch messbarer Hilfsgrößen, wie etwa dem Chlorophyllgehalt oder der Pigmentkonzentration, welche im direkten Zusammenhang mit der Zielgröße stehen, kann dies jedoch geschehen. Stress durch Pathogene, Wasser- und Nährstoffmangel usw. sowie normale Seneszenz während der Abreife von Pflanzen verursachen in der Regel einen niedrigeren Chlorophyllgehalt im Blatt. Hierdurch steigt der prozentuale Anteil der Reflexion an den Blattpigmenten Carotin und Xanthophyll. Daher verschiebt sich die grüne Reflektionsspitze im Wellenlängenspektrum von normalerweise etwa 550 nm in Richtung längere Wellenlängen (Adams et al., 1999). Zusätzlich verringert sich normalerweise bei Stress der Wassergehalt in der Pflanze, was einen Einfluss auf die Reflexion des gesamten Spektrums von nm hat (Gausman, 1974). Dies führt zu einer geringeren Reflexion im NIR Wellenlängenbereich und einem Anstieg der Reflexion im roten Wellenlängenbereich. In den eigenen Untersuchungen wurden experimentell in Großparzellen Vitalitätsunterschiede am Weizen erzeugt, durch relativen Stickstoffmangel und durch Krankheitsbefall an einer krankheitsanfälligen Weizensorte. In der Literatur werden über Untersuchungen zum Einfluss von Nährstoffmangel auf das Reflexionsverhalten von Pflanzenbeständen unter Labor- wie auch Feldbedingungen berichtet. Hierbei zeigte sich im Allgemeinen ein Anstieg der Reflexion im sichtbaren Wellenlängenbereich und ein Rückgang der Reflexion im nah- und mittel-infraroten 2 NOAA: National Oceanic and Atmospheric Administration, USA.

30 14 GRUNDLAGEN UND LITERATURÜBERSICHT Bereich (Al-Abbas et al., 1974; Jackson et al., 1981; Walburg et al., 1982; Nilsson, 1984). Versuche von Kurschner et al. (1984) ergaben an Blättern von vier verschiedenen mit Mehltau befallenen Pflanzenarten erst bei einem Befall von >20 % Veränderungen in der Reflexion. Die zwei Wellenlängen 540 und 650 nm zeigten bei den Radiometermessungen die höchste Sensitivität gegenüber Veränderungen des Krankheitsbefalls. Hierbei ergab sich bei den Blättern der Eiche und des Rotklees ein linearer Zusammenhang zwischen Reflexion und Befallstärke sowie bei den Blättern des Kopfsalates und der Gurke ein nicht-linearer Zusammenhang. Spektrometeruntersuchungen mit einer spektralen Auflösung von 2 nm im Wellenlängenbereich von nm von Lorenzen und Jensen (1989) an mit Mehltau infizierten Gerstenpflanzen zeigten erste signifikante Veränderungen in der Reflexion sechs Tage nach der Inokulation der Blätter. Zu diesem Zeitpunkt bedeckten die Mehltaupusteln 30-50% der Blattfläche. Die größten Unterschiede im Verhältnis zu gesunden Pflanzen zeigten sich in den Chlorophyllabsorptionsbanden bei 498 nm und 664 nm. Da keine Veränderung des Wassergehaltes in den inokulierten Blättern in den frühen Entwicklungsphasen der Pilzinfektion beobachtet wurde und eine enge Korrelation des blauen wie auch des roten Wellenlängenbereichs mit dem Blattchlorophyllgehalt bestand, konnte die Zunahme in der Reflexion diese Wellenlängen der fortschreitenden Degeneration des Chlorophylls zugeschrieben werden. Polischuk et al. (1997) zeigten den Einfluss des Tabakmosaikvirus an Tomaten auf die Reflexion von Tabakpflanzen (Nicotiana debneyi). Dazu ermittelten sie in unterschiedlichen Entwicklungsstadien des Virus die spektrale Reflexion der Pflanzen. Zehn Tage nach Inokulation der Pflanzen konnten sie anhand der spektralen Reflexion eine Veränderung im Chlorophyllgehalt der Pflanzen feststellen, während die visuelle Unterscheidung zwischen gesunden und infizierten Pflanzen erst nach drei Wochen möglich war. Solche Befunde interessieren vor allem deshalb im PP, weil die Früherkennung von Ursachen eines Vitalitätsverlustes der Pflanzen für die praktische Bestandesführung von eminenter Bedeutung ist. Mit einem Spektrographen, der ein spektrales Bild mit einer räumlichen und einer spektralen Achse abbildet, konnten Bravo et al. (2003) Gelbrost an Winterweizen aus etwa 1,5 m Höhe nachweisen. Mit den vier Wellenlängenbändern 543 ±10 nm, 630 ±10 nm, 750 ±10 nm und 861 ±10 nm konnten sie mit einer Genauigkeit von

31 GRUNDLAGEN UND LITERATURÜBERSICHT 15 96% die Pilzerkrankung im Pflanzenbestand, innerhalb von zehn Tagen nach Inokulierung, nachweisen. Auch die Nährstoffversorgung von Pflanzen kann sich in der spektralen Reflexion bemerkbar machen. Masoni et al. (1996) untersuchte den Einfluss von Eisen, Schwefel, Magnesium und Mangan auf das spektrale Verhalten von Gerste, Weizen, Mais und Sonnenblumen. Auch an Pinus elliottii ssp. beobachteten Cibula und Carter (1992) einen Anstieg der Reflexion im sichtbaren Bereich, wenn diese durch Ectomycorrhizae-Pilze in der Nährstoffaufnahme beeinflusst wurden. Fernerkundung bietet die Möglichkeit, flächenhafte Daten berührungslos zu verschiedenen Zeitpunkten zu erheben und umfasst nach einer Definition von Jürgens (2000) alle berührungslosen Verfahren. Tatsächlich reicht die Technik des PP vom Nahbereich, mit Abständen des Sensors zum Objekt von wenigen Dezimetern mit bodengestützten Geräten bis zu mehreren 100 km mit Satellitensensoren. Hatfield (1993) schließt seinen Review über die Erkennung von Pflanzenstress anhand der nah- und fernerkundlichen Messung der Reflexion mit dem Hinweis, dass unterschiedliche Befunde nicht zuletzt auf dem Einfluss der verwendeten Messtechniken und unterschiedlicher Auswerteverfahren beruhen. Eine Standardisierung letzterer würde zu einer besseren Vergleichbarkeit der Ergebnisse und effektiveren Weiterentwicklung führen. 2.2 Operationelle Fernerkundung Prinzipien der Fernerkundung Fernerkundung im umfassenden Sinne ist die Aufnahme oder Messung von Objekten, ohne mit diesen in körperlichen Kontakt zu treten, und die Auswertung dabei gewonnener Daten oder Bilder zur Gewinnung quantitativer oder qualitativer Informationen über deren Vorkommen, Zustand oder Zustandsänderung (Hildebrandt, 1996) Zum besseren Verständnis einige Definitionen aus dem Bereich der Fernerkundung: Räumliche Auflösung bezeichnet die Fläche am Boden, die von einem Pixel des Sensors repräsentiert wird, d. h. mit einer höheren Anzahl an Pixel pro Flächen-